Modelling of global crop production and resulting N2O emissions

Landwirtschaft spielt eine zentrale Rolle im Erdsystem. Sie trägt durch die Emission von CO2, CH4 und N2O zum Treibhauseffekt bei, kann Bodendegradation und Eutrophierung verursachen, regionale Wasserkreisläufe verändern und wird außerdem stark vom Klimawandel betroffen sein. Da all diese Prozesse durch die zugrunde liegenden Nährstoff- und Wasserflüsse eng miteinander verknüpft sind, sollten sie in einem konsistenten Modellansatz betrachtet werden. Dennoch haben Datenmangel und ungenügendes Prozessverständnis dies bis vor kurzem auf der globalen Skala verhindert. In dieser Arbeit wird die erste Version eines solchen konsistenten globalen Modellansatzes präsentiert, wobei der Schwerpunkt auf der Simulation landwirtschaftlicher Erträge und den resultierenden N2O-Emissionen liegt. Der Grund für diese Schwerpunktsetzung liegt darin, dass die korrekte Abbildung des Pflanzenwachstums eine essentielle Voraussetzung für die Simulation aller anderen Prozesse ist. Des weiteren sind aktuelle und potentielle landwirtschaftliche Erträge wichtige treibende Kräfte für Landnutzungsänderungen und werden stark vom Klimawandel betroffen sein. Den zweiten Schwerpunkt bildet die Abschätzung landwirtschaftlicher N2O-Emissionen, da bislang kein prozessbasiertes N2O-Modell auf der globalen Skala eingesetzt wurde. Als Grundlage für die globale Modellierung wurde das bestehende Agrarökosystemmodell Daycent gewählt. Neben der Schaffung der Simulationsumgebung wurden zunächst die benötigten globalen Datensätze für Bodenparameter, Klima und landwirtschaftliche Bewirtschaftung zusammengestellt. Da für Pflanzzeitpunkte bislang keine globale Datenbasis zur Verfügung steht, und diese sich mit dem Klimawandel ändern werden, wurde eine Routine zur Berechnung von Pflanzzeitpunkten entwickelt. Die Ergebnisse zeigen eine gute Übereinstimmung mit Anbaukalendern der FAO, die für einige Feldfrüchte und Länder verfügbar sind. Danach wurde das Daycent-Modell für die Ertragsberechnung von Weizen, Reis, Mais, Soja, Hirse, Hülsenfrüchten, Kartoffel, Cassava und Baumwolle parametrisiert und kalibriert. Die Simulationsergebnisse zeigen, dass Daycent die wichtigsten Klima-, Boden- und Bewirtschaftungseffekte auf die Ertragsbildung korrekt abbildet. Berechnete Länderdurchschnitte stimmen gut mit Daten der FAO überein (R2 = 0.66 für Weizen, Reis und Mais; R2 = 0.32 für Soja), und räumliche Ertragsmuster entsprechen weitgehend der beobachteten Verteilung von Feldfrüchten und subnationalen Statistiken. Vor der Modellierung landwirtschaftlicher N2O-Emissionen mit dem Daycent-Modell stand eine statistische Analyse von N2O-und NO-Emissionsmessungen aus natürlichen und landwirtschaftlichen Ökosystemen. Die als signifikant identifizierten Parameter für N2O (Düngemenge, Bodenkohlenstoffgehalt, Boden-pH, Textur, Feldfrucht, Düngersorte) und NO (Düngemenge, Bodenstickstoffgehalt, Klima) entsprechen weitgehend den Ergebnissen einer früheren Analyse. Für Emissionen aus Böden unter natürlicher Vegetation, für die es bislang keine solche statistische Untersuchung gab, haben Bodenkohlenstoffgehalt, Boden-pH, Lagerungsdichte, Drainierung und Vegetationstyp einen signifikanten Einfluss auf die N2O-Emissionen, während NO-Emissionen signifikant von Bodenkohlenstoffgehalt und Vegetationstyp abhängen. Basierend auf den daraus entwickelten statistischen Modellen betragen die globalen Emissionen aus Ackerböden 3.3 Tg N/y für N2O, und 1.4 Tg N/y für NO. Solche statistischen Modelle sind nützlich, um Abschätzungen und Unsicherheitsbereiche von N2O- und NO-Emissionen basierend auf einer Vielzahl von Messungen zu berechnen. Die Dynamik des Bodenstickstoffs, insbesondere beeinflusst durch Pflanzenwachstum, Klimawandel und Landnutzungsänderung, kann allerdings nur durch die Anwendung von prozessorientierten Modellen berücksichtigt werden. Zur Modellierung von N2O-Emissionen mit dem Daycent-Modell wurde zunächst dessen Spurengasmodul durch eine detailliertere Berechnung von Nitrifikation und Denitrifikation und die Berücksichtigung von Frost-Auftau-Emissionen weiterentwickelt. Diese überarbeitete Modellversion wurde dann an N2O-Emissionsmessungen unter verschiedenen Klimaten und Feldfrüchten getestet. Sowohl die Dynamik als auch die Gesamtsummen der N2O-Emissionen werden befriedigend abgebildet, wobei die Modelleffizienz für monatliche Mittelwerte zwischen 0.1 und 0.66 für die meisten Standorte liegt. Basierend auf der überarbeiteten Modellversion wurden die N2O-Emissionen für die zuvor parametrisierten Feldfrüchte berechnet. Emissionsraten und feldfruchtspezifische Unterschiede stimmen weitgehend mit Literaturangaben überein. Düngemittelinduzierte Emissionen, die momentan vom IPCC mit 1.25 +/- 1% der eingesetzten Düngemenge abgeschätzt werden, reichen von 0.77% (Reis) bis 2.76% (Mais). Die Summe der berechneten Emissionen aus landwirtschaftlichen Böden beträgt für die Mitte der 1990er Jahre 2.1 Tg N2O-N/y, was mit den Abschätzungen aus anderen Studien übereinstimmt.

Nutrient cycling and nutrient use efficiency in urban and peri-urban agriculture of Kabul, Afghanistan

Like elsewhere also in Kabul, Afghanistan urban and peri-urban agriculture (UPA) has often been accused of being resource inefficient and unsustainable causing negatives externalities to community health and to the surroundings. These arise from the inappropriate management and use of agricultural inputs, including often pesticides and inter-city wastes containing heavy metal residues and pathogens. To address these concerns, parallel studies with the aims of quantification of carbon (C), nitrogen (N), phosphorus (P) and potassium (K) horizontal and vertical fluxes; the assessment of heavy metal and pathogen contaminations of UPA produce, and an economic analysis of cereal, vegetable and grape production systems conducted for two years in UPA of Kabul from April 2008 to October 2009. The results of the studies from these three UPA diverse production systems can be abridged as follows: Biennial net balances in vegetable production systems were positive for N (80 kg ha-1 ), P (75 kg ha-1) and C (3,927 kg ha-1), negative for K (-205 kg ha-1), whereas in cereal production systems biennial horizontal balances were positive for P (20 kg ha-1 ) and C (4,900 kg ha-1) negative for N (-155 kg ha-1) and K (-355 kg ha-1) and in vineyards corresponding values were highly positive for N (295 kg ha-1), P (235 kg ha-1), C (3,362 kg ha-1) and slightly positive for K (5 kg ha-1). Regardless of N and C gaseous emissions, yearly leaching losses of N and P in selected vegetable gardens varied from 70 - 205 kg N ha-1 and 5 - 10 kg P ha-1. Manure and irrigation water contributed on average 12 - 79% to total Inputs of N, P, K and C, 10 - 53% to total inputs of C in the gardens and fields. The elevated levels of heavy metal and pathogen loads on fresh UPA vegetables reflected contamination from increasing traffic in the city, deposits of the past decades of war, lacking collection and treatment of raw inter-city wastes which call for solutions to protect consumer and producer health and increase reliability of UPA productions. A cost-revenue analysis of all inputs and outputs of cereal, vegetable and grapes production systems over two years showed substantial differences in net UPA household income. To confirm these results, more detailed studies are needed, but tailoring and managing the optimal application of inputs to crop needs will significantly enhance farmer’s better revenues as will as environmental and produce quality.

Technical and scale efficiency of cassava production system in Delta State, Nigeria: an application of Two-Stage DEA approach

The present study examines the level of pure technical and scale efficiencies of cassava production system including its sub-processes (that is production and processing stages) of 278 cassava farmers/processors from three regions of Delta State, Nigeria by applying Two-Stage Data Envelopment Analysis (DEA) approach. Results reveal that pure technical efficiency (PTE) is significantly lower at the production stage 0.41 vs 0.55 for the processing stage, but scale efficiency (SE) is high at both stages (0.84 and 0.87), implying that productivity can be improved substantially by reallocation of resources and adjusting operation size. The socio-economic determinants exert differential impacts on PTE and SE at each stage. Overall, education, experience and main occupation as farmer significantly improve SE while subsistence pressure reduces it. Extension contact significantly improves SE at the processing stage but reduces PTE and SE overall. Inverse size-PTE and size-SE relationships exist in cassava production system. In other words, large/medium farms are technically and scale inefficient. Gender gap exists in performance. Male farmers are technically efficient at processing stage but scale inefficient overall. Farmers in northern region are technically efficient. Investments in education, extension services and infrastructure are suggested as policy options to improve the cassava sector in Nigeria.

Determinants of technical efficiency of freshwater prawn farming in southwestern Bangladesh

This paper estimates a translog stochastic production function to examine the determinants of technical efficiency of freshwater prawn farming in Bangladesh. Primary data has been collected using random sampling from 90 farmers of three villages in southwestern Bangladesh. Prawn farming displayed much variability in technical efficiency ranging from 9.50 to 99.94% with mean technical efficiency of 65%, which suggested a substantial 35% of potential output can be recovered by removing inefficiency. For a land scarce country like Bangladesh this gain could help increase income and ensure better livelihood for the farmers. Based on the translog production function specification, farmers could be made scale efficient by providing more input to produce more output. The results suggest that farmers’ education and non-farm income significantly improve efficiency whilst farmers’ training, farm distance from the water canal and involvement in fish farm associations reduces efficiency. Hence, the study proposes strategies such as less involvement in farming-related associations and raising the effective training facilities of the farmers as beneficial adjustments for reducing inefficiency. Moreover, the key policy implication of the analysis is that investment in primary education would greatly improve technical efficiency.